15、助力视障人士：交互式语音机器人的创新解决方案

助力视障人士：交互式语音机器人的创新解决方案

1. 前沿技术探索

在当今科技发展的浪潮中，为了提高相关技术的准确性，研究者进行了诸多尝试，其中卷积神经网络（CNN）和人工智能机制的应用备受关注。CNN 作为一种具有一个或多个卷积层的神经网络，主要用于图像处理、分类、分割以及其他自相关数据的处理。它就像是一个智能的“侦探”，能够对物体进行全面调查，为解决传统难题提供通用方法，同时检测实体并执行后续程序，让整个系统更加高效。

此外，研究者还通过深度学习和机器学习程序，对不同的初始原型进行了研究，这些原型涵盖了外观和货币识别等方面，使得识别过程更加快速和灵活。在面部特征提取方面，通过提取仅依赖于面部区域相对运动的特征，实现了鲁棒性的变化。不过，如果在录制的视频中某些面部部分不可见，姿势特征可能无法实现有效的变化。

2. 面临的问题与提出的解决方案

对于视障人士来说，社交是一件具有挑战性的事情。为了帮助他们更好地融入社会，提出了一种智能语音代理系统。该系统可以根据数据库，为视障人士提供周围人的信息。对于视障人士已经认识的人，P - lens 会说出其姓名；对于陌生人，系统会通过人脸识别提供位置信息并发出警报。

这个系统还提供了一种交互式的查询方式，能够提供有关周围人的详细信息，如年龄、性别、情绪和服装颜色等。在人脸识别方面，主要有两个任务：面部识别和姓名匹配。然而，在疫情期间，人们都佩戴口罩，这给人脸识别带来了很大的挑战。为了解决这个问题，提出了一种新的特征提取方法，结合了局部二值特征、梯度直方图特征和几何特征，即使在佩戴口罩的情况下，也能准确识别人员。

2.1 特征提取方法